情報科学 › 乱数と確率的数値計算 › Monte Carlo 積分と分散低減

重点サンプリング

定義 6.1(「Monte Carlo 積分と分散低減」§6)

pp を Rd\mathbb{R}^d 上の確率密度、ff を ∫∣f∣p<∞\int|f|p < \infty を満たす可測関数、I=∫f(x)p(x) dxI = \int f(x)p(x)\,dx とする。確率密度 qq が、f(x)p(x)≠0f(x)p(x) \ne 0 となるすべての xx で q(x)>0q(x) > 0 を満たすとき、qq を提案密度という。

w(x)=p(x)q(x)(q(x)>0),w(x)=0(q(x)=0)w(x) = \frac{p(x)}{q(x)} \quad (q(x) > 0), \qquad w(x) = 0 \quad (q(x) = 0)

を重みという。密度 qq に従う独立な X1,…,XNX_1, \ldots, X_N に対して

I^Nis=1N∑i=1Nf(Xi) w(Xi)\hat I_N^{\mathrm{is}} = \frac1N\sum_{i=1}^N f(X_i)\,w(X_i)

を重点サンプリング推定量という。以下 Eq\mathbb{E}_q、Varq\mathrm{Var}_q は X∼qX \sim q についての期待値と分散を表す。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 2 問